双模式简历优化

要解决什么问题

求职简历常见痛点是：经历写成了职责清单、缺少可验证的成果数字，以及 ATS 筛简历时关键词对不上。自己改往往不知道该删什么、该突出什么；从零写又容易漏掉 STAR 里「结果」这一环。本技能用多轮对话把「有一份能用的简历」拆成可执行的步骤，而不是一次性甩一大段模板。

技能如何工作

入口会先区分两种模式：

• 模式一（直接优化）：你粘贴文本或上传 PDF / DOCX，技能解析后与你就位确认区块是否完整，再让你勾选侧重点（措辞、关键词、结构重组、ATS 友好等），然后按区块做优化，并展示优化前→优化后对比，单段可反复改。
• 模式二（顾问咨询）：以咨询顾问身份逐段提问（每轮 3～4 个具体问题，用 STAR 引导），收集足够信息后再撰写完整简历，并支持多轮迭代。

文件侧依赖仓库内脚本：scripts/parse_pdf.py（pdfplumber）、scripts/parse_docx.py（python-docx），用于从上传文件中抽纯文本；解析结果会回显给你核对，有遗漏再补。

输出按常规结构组织（基本信息、教育、工作、项目、技能证书等）。优化原则强调量化成果、动词精准、删冗余；中英混排时保持语言一致。完成后可询问是否保留原始排版（自行合并路径）或是否针对特定 JD 再出一版。

适用边界与注意点

• 未经你确认，不会擅自进入下一区块；未明确允许前不删除任何工作经历。
• 默认对敏感信息做占位（如「XX公司」），可按你要求保留真名。
• 简历内容仅在当前对话内使用，技能说明要求不在对话外传播；多轮交互会尽量保持上下文连贯。